本文基于SIMCA和PLS-DA這兩類方法,對激光熒光技術(shù)用于山西某煤礦突水水源識別的應(yīng)用進(jìn)行了研究,分別采集老窯水、沖積層水、砂巖水三種水樣熒光光譜數(shù)據(jù),對數(shù)據(jù)進(jìn)行了壓縮,采用Moving-Average、Craussiaa-Filter算法進(jìn)行光譜預(yù)處理。對建立的PLS-DA模型、SIMCA模型可行性進(jìn)行驗(yàn)證。在SIMCA模型中,三種水樣模型對水樣樣本識別正確率均為100%,三種水樣模型的驗(yàn)證集水樣樣本識別正確率均為100%。在PLS-DA模型中,各模型建模集識別正確率均為100%,相關(guān)系數(shù)r分別為0.998、0.992、0.988,RMSF-LW分別為0.038、0.066、0.070;驗(yàn)證集識別正確率均為100%,RMSEP分別為0.063、0.094、0.152,三種水樣模型的驗(yàn)證集樣品預(yù)測值均在1附近。在不同光譜預(yù)處理方法分析下,SIMCA、PLS-DA建模均對水源進(jìn)行快速識別。 

【文章來源】：應(yīng)用激光. 2020,40(05)北大核心

【文章頁數(shù)】：7 頁

【部分圖文】：

三種水樣的熒光光譜圖

光譜預(yù)處理采用Moving-Average、Gaussian-Filter算法,在此之前首先相鄰數(shù)據(jù)求算術(shù)平均值,將數(shù)據(jù)點(diǎn)從805個減小到405個。圖2為Gaussian-Filter預(yù)處理光譜,圖3為Moving-Average預(yù)處理光譜。圖3 Moving-Average預(yù)處理光譜

Moving-Average預(yù)處理光譜

【參考文獻(xiàn)】：
期刊論文
[1]CNN在煤礦突水水源LIF光譜圖像識別的應(yīng)用[J]. 周孟然,來文豪,王亞,胡鋒,李大同,王銳.  光譜學(xué)與光譜分析. 2018(07)
[2]基于FCM的煤礦突水激光誘導(dǎo)熒光光譜分析[J]. 周孟然,胡鋒,閆鵬程,劉棟.  光譜學(xué)與光譜分析. 2018(05)
[3]基于KPCA-NBC的煤礦突水水源識別[J]. 王彥彬,孫韶光,張子建.  數(shù)學(xué)的實(shí)踐與認(rèn)識. 2017(21)
[4]基于激光誘導(dǎo)熒光法的空泡份額測量[J]. 王嘯宇,譚思超,李少丹,岳沖.  原子能科學(xué)技術(shù). 2015(11)
[5]煤層底板突水危險性的PNN預(yù)測模型研究及應(yīng)用[J]. 邵良杉,徐波.  中國安全科學(xué)學(xué)報. 2015(08)
[6]瞬變電磁探水技術(shù)在勘探煤礦水中的應(yīng)用實(shí)踐[J]. 毛候民.  煤炭與化工. 2015(02)

博士論文
[1]無信息變量消除法在三種譜學(xué)方法中的定量分析研究[D]. 李倩倩.中國農(nóng)業(yè)大學(xué) 2014



本文編號：3062532